AI知识库

DeepSeek R1 在首次发布时就展现出了强大的推理能力。在这篇博客文章中，我们详细分享了使用 DeepSeek R1 构建检索增强生成（Retrieval-Augmented Generatio...

这张图清晰地描绘了一个现代化的、复杂的问题解答（Question Answering, QA）或检索增强生成（Retrieval-Augmented Generation, RAG）系统的架构蓝图。它...

近年来，人工智能（AI）技术在编程领域引发了一场深刻的变革。从 v0、bolt.new，到集成 Agent 技术的编程工具如 Cursor 和 Windsurf，AI Coding 展现出了在软件开发...

在日新月异的翻译技术浪潮中，ChatGPT (Chat Generative Pre-trained Transformer) 的横空出世无疑吸引了全球目光。作为一种先进的 大语言模型 (Large ...

在人工智能 (AI) 领域，特别是大型语言模型 (LLM) 蓬勃发展的今天，理解 MCP Server、Function Call 和 Agent 这三个关键概念至关重要。它们如同 AI 系统的基石...

摘要 精心设计的提示对于提升大语言模型（LLMs）的推理能力，同时使其输出与不同领域的任务要求保持一致至关重要。然而，手动设计提示需要专业知识和反复试验。现有的提示优化方法旨在自动化这一过程，但它们严...

近期，Anthropic 公司推出了一种名为 "think" 的新工具，旨在增强 Claude 模型在复杂问题解决方面的能力。本文将深入探讨 "think" 工具的设计理念、性能表现以及实际应用中的最...

技术核心：Retrieval Interleaved Generation (RIG) 什么是 RIG？ RIG 是一种创新的生成方法，旨在解决大语言模型在处理统计数据时的“幻觉”（hallucina...

Gemma 3 关键信息总结 一、关键指标 参数 详情 模型规模 1 亿到 270 亿参数，共四个版本：1B、4B、12B、27B 架构 基于 Transformer 的解码器专用架构，继承自 Gem...

大语言模型（LLM）的发展日新月异，其推理能力已成为衡量其智能水平的关键指标。特别是具备长推理能力的模型，例如 OpenAI 的 o1、DeepSeek-R1、QwQ-32B 和 Kimi K1.5 ...

引言 近年来，大型语言模型（LLMs）在人工智能领域取得了令人瞩目的进展，其强大的语言理解和生成能力使其在多个领域得到了广泛应用。然而，LLMs 在处理需要调用外部工具的复杂任务时，仍然面临诸多挑战...

作者：Krish Maniar 和 William Fu-Hinthorn 在编写提示词时，我们试图向大语言模型（LLM）传达我们的意图，以便它们能在复杂数据上应用这些指令。然而，一次性清晰表达所有细...

本文将介绍 Kapa.ai 近期在检索增强生成（Retrieval-Augmented Generation，简称 RAG）系统中，对 OpenAI 的 o3-mini 等推理模型进行探索的总结汇报...

背景 近期，一篇名为 Search-R1: Training LLMs to Reason and Leverage Search Engines with Reinforcement Learnin...

像 Claude 这样的大型语言模型 (LLM) 并非由人类直接编写程序代码造就，它们是在海量数据中训练出来的。在这个过程中，模型自己学会了解决问题的策略。这些策略隐藏在模型生成每个词时进行的数十亿次...

本文旨在从多个角度详细讲解 Embedding 微调的基本概念、整体流程和关键技术，并探讨其在法律领域中的实际作用。通过本文，读者将了解如何利用法律领域的专业数据对预训练的 Embedding 模型进...

摘要 信息检索系统对于有效访问大型文档集合至关重要。最近的方法利用大型语言模型（LLMs）通过查询增强来提高检索性能，但通常依赖于昂贵的监督学习或蒸馏技术，这些技术需要大量的计算资源和手工标注的数据...

GraphRAG 项目 旨在利用非结构化文本中的隐含关系，扩展 AI 系统在私有数据集上可回答问题的范围。 相比传统的向量 RAG（或称“语义搜索”），GraphRAG 的一个关键优势是它能够回答针对...

导言 近年来，多智能体系统（MAS）在人工智能领域引起了广泛关注。这些系统通过多个大语言模型（LLM）智能体的协作，试图解决复杂的、多步骤的任务。然而，尽管人们对 MAS 充满期待，其在实际应用中的表...